广域电力系统负荷建模的对比研究
03基于PMU的负荷建模及参数辨识
基于PMU的电力系统建模及参数辨识王正风，葛斐，戴长春(安徽省电力调度通信中心，安徽省合肥市， 230022)摘要：广域测量系统可完整的记录电网的动态过程信息，从而为电力系统的模型建立和参数辨识提供了有效的路径。
利用相量测量装置（PMU）记录电网的实时动态信息，可实现对输电线路参数的辨识，包括对称分量和不对称分量；实现对发电机模型参数、励磁系统及调速器模型和参数的辨识；实现对负荷的建模和负荷模型的参数辨识。
本文简明扼要的介绍了基于PMU实现上述功能的基本原理和方法，指出可利用当前国内大量广域测量系统建成的有利条件，积极开展线路的参数辨识、发电机、励磁系统、调速器和负荷的建模及参数辨识工作，从而提高电网仿真计算的精确性，为电网调度运行和分析人员提供有益的指导。
关键词：相量测量装置；参数辨识；线路；发电机；励磁系统；负荷建模Power System Modeling and Parameter Identification Founded on PMUWANG Zheng-feng, GE Fei, Dai Chang-chun(Anhui Electrical Power Dispatching & Communication Center, Hefei 230022, China) Abstract: Dynamic information of power grid can be fully memorized by wide-area measurement system. So it can provide effective means for power system modeling and parameter identification. Both symmetry line parameter identification and asymmetry line parameter identification can by realized by PMU dynamic measurement data. Also, generator parameter identification, excitation system parameter identification, timing parameter identification and load modeling and parameter identification can be got. Basic theory and method for realization purpose of PMU are introduced. It is indicated that line parameter identification, generator, excitation system, timing system and load modeling and parameter can be done. So, simulation precision can be improved and helpful guidance can by provided.Key words:PMU; parameter identification; line; generator; excitation system; load modeling0 引言电力系统的元件参数对于电力系统的稳定分析与控制一直具有重要的意义。
电力电子多馈入电力系统的广义短路比
电力电子多馈入电力系统的广义短路比一、概述随着可再生能源技术的快速发展，电力电子多馈入电力系统逐渐成为现代电力系统的重要组成部分。
这类系统不仅包含传统的电源和负载，还涵盖了大量电力电子设备的接入，如风能、太阳能等可再生能源发电装置，以及灵活交流输电系统（FACTS）设备、高压直流输电（HVDC）系统等。
这些设备与系统间存在复杂的耦合关系，使得多馈入电力系统的稳定性和安全性问题变得尤为突出。
为了有效评估和优化电力电子多馈入电力系统的性能，广义短路比（Generalized ShortCircuit Ratio, GSSR）的概念应运而生。
广义短路比不仅考虑了系统中的所有电源和负载，还充分考虑了它们之间的相互作用以及电力电子设备的特性。
通过计算系统中的总阻抗与总导纳之比，广义短路比能够提供一个量化的指标，用于评估电力系统的稳定性和性能。
在电力电子多馈入电力系统中，广义短路比的应用具有重要意义。
它能够帮助我们更好地理解系统的动态行为，预测潜在的稳定性问题，并制定相应的控制策略和优化措施。
同时，广义短路比还可以用于指导可再生能源的接入规划、电网结构的优化以及电力电子设备的选型和配置等方面的工作，从而确保电力系统的安全、稳定和经济运行。
电力电子多馈入电力系统的广义短路比是评估和优化系统性能的重要工具。
在未来的研究中，我们将进一步探索广义短路比在多馈入电力系统中的应用场景和潜力，为电力系统的安全稳定运行提供有力支持。
1. 电力电子技术在电力系统中的应用背景随着科技的飞速进步，电力电子技术作为现代电子技术的重要组成部分，其应用和发展已逐渐成为推动电力系统升级换代的关键力量。
在当前的电力系统中，电力电子技术的应用不仅提升了系统的智能化、自动化水平，还极大地提高了电力系统的运行效率和稳定性。
电力电子技术在电力系统中的应用背景主要体现在以下几个方面。
随着新能源的快速发展和大规模接入，电力系统的结构和运行方式发生了深刻变化。
电力系统负荷特性分析研究
电力系统负荷特性分析研究电力系统是现代社会中不可或缺的重要组成部分，其稳定运行对于经济发展和社会生活具有重要意义。
负荷特性是电力系统的重要特性之一，对于电力系统的规划、运行和控制都有着重要的影响。
因此，开展电力系统负荷特性分析研究具有重要的理论和实践价值。
近年来，国内外学者针对电力系统负荷特性开展了大量研究。
主要研究方向包括：负荷特性的分类、影响因素、模型建立和负荷预测等。
传统的负荷特性分析方法主要基于统计分析，如时间序列分析、回归分析等。
然而，这些方法往往忽略了电力系统的动态性和复杂性，难以准确分析负荷特性的变化趋势和规律。
本研究采用基于非线性理论的方法对电力系统负荷特性进行分析。
利用负荷特性数据采集系统获取实时负荷数据，并采用预处理方法对数据进行清洗和整理。
运用非线性理论中的时间序列分析方法对负荷特性进行建模，并采用交叉验证技术对模型进行评估和优化。
通过对比传统方法和非线性方法的分析结果，本研究发现非线性方法能够更好地捕捉负荷特性的非线性规律，具有更高的预测精度和稳定性。
非线性方法还能够揭示负荷特性中隐藏的周期性和趋势性，为电力系统的规划和运行提供更有价值的参考信息。
然而，非线性方法也存在一定的局限性，如对数据质量和模型参数的选择敏感，需要进一步研究和改进。
本研究对电力系统负荷特性分析进行了深入探讨，提出了一种基于非线性理论的方法，并对其进行了实验验证。
该方法能够更好地分析负荷特性的变化趋势和规律，提高预测精度和稳定性。
然而，非线性方法仍存在一定的局限性，需要进一步深入研究。
未来的研究方向可以包括：1）负荷特性的多尺度分析；2）考虑不确定性和鲁棒性的负荷预测；3）智能算法在负荷特性分析中的应用；4）考虑源荷互动的负荷特性分析等。
电力系统是现代社会中不可或缺的重要组成部分，其稳定运行对于经济发展和社会生活具有重要意义。
负荷特性分析和负荷预测是电力系统运行的关键环节，对于提高电力系统的稳定性、安全性和经济性具有举足轻重的作用。
电力系统中的电力负荷模型
电力系统中的电力负荷模型电力负荷模型是电力系统规划和运行中的重要工具，它用于预测和分析电力系统的负荷变化情况。
准确的负荷模型能够为电力系统的规划和运行提供有力的支撑，有助于实现电力供需平衡、提高系统可靠性和经济性。
本文将介绍电力系统中的电力负荷模型及其应用。
一、电力负荷模型的定义与分类电力负荷模型是指根据负荷数据和其他相关信息，通过数学和统计的方法建立的描述电力负荷变化规律的模型。
根据模型的复杂程度和建模的精细程度，电力负荷模型可以分为以下几类：1. 统计负荷模型：统计负荷模型是根据历史负荷数据进行统计分析，建立概率模型来预测未来负荷的变化。
常用的统计负荷模型包括ARIMA模型、时间序列分析和灰色预测模型等。
2. 基于模式识别的负荷模型：基于模式识别的负荷模型通过对历史负荷数据进行模式识别，找到负荷数据的重复规律，并将其应用到未来负荷预测中。
这类模型常用的方法包括神经网络、支持向量机等。
3. 物理负荷模型：物理负荷模型是通过对电力系统负荷特性的深入研究，建立了物理方程来描述负荷变化规律。
物理负荷模型可以考虑到电力系统的参数、拓扑结构、设备运行状态等因素，具有较高的精度和准确性。
二、电力负荷模型的建立方法为了建立准确可靠的电力负荷模型，需要采取科学合理的方法和步骤。
以下是常用的电力负荷模型建立方法：1. 数据收集与预处理：首先，需要收集历史负荷数据、天气数据、节假日数据等相关信息。
然后，对数据进行预处理，包括去除异常数据、补充缺失数据等处理步骤。
2. 特征提取与选择：在建立负荷模型前，需要对数据进行特征提取和选择。
常用的特征包括负荷的平均值、峰值、波动性等。
选择合适的特征对建立准确的负荷模型至关重要。
3. 模型建立与参数估计：根据选定的负荷模型类型，应用适当的建模方法进行模型建立和参数估计。
对于统计负荷模型，可以使用时间序列分析方法进行建模和参数估计；对于基于模式识别的模型，可以采用神经网络等方法建立模型。
电力系统中的电力负荷建模与预测
电力系统中的电力负荷建模与预测概述电力负荷的准确建模与预测是电力系统运行和规划中的关键问题。
它不仅对电网的稳定运行和资源优化具有重要意义，还对新能源发展、能源消耗的节约以及电力市场的运行等产生深远影响。
本文将从电力负荷的建模方法、预测技术以及应用领域等方面进行论述，旨在全面介绍电力负荷建模与预测的相关内容。
电力负荷建模方法电力负荷建模是对电力负荷进行数学或统计方法描述的过程。
为了准确地模拟和预测电力负荷的变化，需要综合考虑多个因素，如时间、天气、经济和社会等。
以下是几种常见的电力负荷建模方法。
1. 统计建模统计建模是利用历史数据对电力负荷进行建模和预测的方法之一。
该方法通过分析历史数据的变化趋势和周期性，运用数学统计学的知识来建立模型。
常见的统计建模方法包括时间序列分析、回归分析和灰色系统理论等。
这些方法能够较好地捕捉到电力负荷的变化规律，但对于异常情况（如节假日、突发事件）的预测能力有限。
2. 人工智能建模人工智能建模是近年来应用广泛的一种电力负荷建模方法。
它利用人工智能算法，通过对大量数据的学习和训练，构建出适应性较好的负荷预测模型。
人工智能方法包括神经网络、支持向量机和遗传算法等，并且可以根据实际需要灵活选用不同的算法。
相比于传统的统计方法，人工智能方法更具有适应性和鲁棒性，能够更好地处理非线性和非稳态的负荷数据。
电力负荷预测技术电力负荷预测是对未来一段时间内电力负荷进行估计的过程。
准确的负荷预测有助于电网的运行调度和电力市场的交易决策。
以下是几种常见的电力负荷预测技术。
1. 基于统计学方法的负荷预测基于统计学方法的负荷预测是一种常见且有效的预测技术。
通过对历史数据的分析，结合时间序列分析、回归模型等统计学方法，对未来的负荷进行预测。
这种方法较为简单，计算速度快，适用于确定性负荷预测，但对于非线性和非稳态的负荷数据效果较差。
2. 基于人工智能方法的负荷预测基于人工智能方法的负荷预测是近年来研究热点之一。
电力系统中的负荷预测模型对比分析
电力系统中的负荷预测模型对比分析随着电力需求的快速增长和电力系统的复杂化，准确地预测负荷需求对于电力系统的稳定运行和供电调度至关重要。
为了提高负荷预测的准确性，研究人员提出了许多不同的负荷预测模型。
本文将对几种常见的负荷预测模型进行对比分析，旨在找出最适合电力系统中负荷预测的模型。
1. 线性回归模型线性回归模型是最简单和最常见的负荷预测模型之一。
它假设负荷与时间是线性相关的，并且通过历史负荷数据来拟合线性函数，从而预测未来的负荷需求。
然而，线性回归模型无法捕捉复杂的非线性关系，因此在某些情况下可能预测不准确。
2. 时间序列模型时间序列模型是另一种常用的负荷预测模型。
它利用时间序列数据的统计特性来预测未来的负荷需求。
常见的时间序列模型包括ARIMA模型、SARIMA模型和ARCH/GARCH模型等。
这些模型可以考虑负荷的季节性、趋势性和周期性等特征，因此在某些情况下比线性回归模型更准确。
然而，时间序列模型需要较长的历史数据，对数据的要求较高，且参数调整较为繁琐，不适用于非平稳序列的负荷预测。
3. 人工神经网络模型人工神经网络模型是一种以模拟人脑神经网络为基础的模型。
它通过学习历史数据中的模式和规律来建立负荷预测模型。
人工神经网络模型能够捕捉到复杂的非线性关系，适用于各种类型的负荷数据。
然而，神经网络模型的参数调整较为困难，在训练过程中容易过拟合，且计算量较大。
4. 支持向量机模型支持向量机模型是一种基于统计学习理论的模型，可以用于分类和回归问题。
在负荷预测中，支持向量机模型通过寻找一个最优的超平面来分割样本数据，从而预测未来的负荷需求。
支持向量机模型可以处理高维数据，具有较好的泛化能力。
然而，支持向量机模型的训练复杂度较高，在大规模数据集上的效果可能不佳。
通过对比分析不同的负荷预测模型，可以发现每种模型都有其适用的场景和优势。
线性回归模型适用于简单的线性关系，时间序列模型适用于具有明显的季节性和趋势性的数据，人工神经网络模型适用于复杂的非线性关系，支持向量机模型适用于高维数据和复杂的分类问题。
电力负荷分配模型及其优化方法探讨
电力负荷分配模型及其优化方法探讨摘要：本文全面回顾了电力负荷分配优化问题的现有模型，总结分析了各种求解这类模型的传统优化方法及现代启发式优化方法，提供借鉴。
关键词：电力负荷；分配模型；优化方法Abstract: this paper reviewed the power load distribution optimization problems of the existing model, analyses various procedure of this traditional optimization method of the model and modem heuristic optimization method, for reference.Keywords: electric power load; Distribution model. Optimization method随着厂网分开及电厂之间竞价上网政策的推行，降低发电煤耗及发电成本已成为发电企业关注的核心问题，其中实现电力负荷优化分配是降低发电成本、实现电力系统节能和运行优化的重要内容之一。
通常来讲，对于有多台发电机组的发电企业，在满足总负荷一定的前提下，各台机组所带的负荷有多种不同组合，而每种组合对应不同的厂级发电煤耗。
电力负荷优化分配系统就是要在多种不同组合中筛选出使厂级煤耗最小的组合方案：只要将各台机组的负荷调整到最佳组合方案对应的负荷，即可将整个企业的发电成本降到最低。
近年来我国电力基础设施的建设力度不断加强，这就为负荷分配工作的研究与应用提供了新的机遇和挑战，本文从负荷分配优化模型和优化方法两方面人手，对涉及电力负荷分配的问题建模和优化求解方法述，为进一步开展负荷优化分配问题的研究奠定基础。
1负荷分配建模1.1负荷分配问题描述通常，早期电力负荷分配问题被称为经济负荷分配(Economic Load Dispatch，ELD)问题，其后又提出了结合环境因素的经济环境负荷分配(EconomicEmission Load Dispatch，EELD)问题。
基于感应电动机的负荷模型参数辨识研究
基于感应电动机的负荷模型参数辨识研究xx学院毕业设计(论文)开题报告题目：基于感应电动机的负荷模型参数辨识研究课题类别：设计学生姓名：学号：班级：专业（全称）：指导教师：2010年 4月一、本课题设计（研究）的目的：(1)了解电力系统负荷建模重要性的基础上，掌握电力负荷模型的基本概念及分类，重点掌握静态负荷模型、动态负荷模型并建立综合负荷的概念。
(2)了解电力系统负荷建模的方法及研究现状的基础上，重点研究动态负荷模型中的感应电动机模型。
(3)掌握感应电动机模型的结构特点及待辨识参数的物理意义。
(4)理解感应电动机负荷模型参数辨识实现过程，通过感应电动机的三种综合负荷模型对样本进行参数辨识，以比较和分析这三种模型对实际综合负荷的描述效果。
二、设计（研究）现状和发展趋势（文献综述）：随着我国主要电网互联进程的推进，电网的复杂程度愈来愈高，其动态稳定性及电压稳定性问题愈来愈突出，负荷模型对系统计算结果的影响已变得不容忽视。
在东北—华北交流联网系统稳定性分析和东北—华北联网工程调试等工程项目的研究中，采用的负荷模型和参数严重地影响了系统稳定性计算结果的可信度，给决策方案的取舍带来了一定困难。
为了解决这一问题，必须探索适用于我国现阶段大规模互联电网的负荷模型和建模方法。
由于电力系统数字仿真已被广泛应用于电力系统的规划、设计、运行和研究等领域，数字仿真结果常常被作为相关决策的依据，因此仿真的准确度愈来愈受到重视。
随着研究的深入，最后将负荷模型从恒电流模型改成电动机加上某种静态负荷的模型后，仿真结果才与现场记录相一致，这充分说明目前用于电力系统动态仿真模型或参数改进而建立和使用基于实测数据的负荷模型具有十分重要的现实意义。
目前，负荷建模方法可归纳为两类，即统计综合法和总体测辨法。
在过去的 20 年中，对于采用上述两种方法进行负荷建模的研究已取得了许多成果。
由于电网运行水平越来越接近于极限以及大量电力电子设备的涌现，导致了20世纪70—80年代建立的负荷模型已不适用于电力系统动态仿真。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
广域电力系统负荷建模的对比研究付红军! 鞠!平% 孙!冉! 谢会玲%!!8河南电力调度通信中心"河南省郑州市$*""*%/%8河海大学能源与电气学院"江苏省南京市%!""'##摘要 首先对比研究了不同的建模方法 结果表明 从辨识精度来看 整体辨识法略好于节点辨识法 但从辨识计算量来看 节点辨识法远小于整体辨识法 其次对比研究了不同误差指标 结果表明 &种误差指标的辨识效果总体上差不多轨迹误差平方和指标效果稍好 然后对比研究了不同观测变量 结果表明 灵敏度大小依次为发电机相对功角 联络线功率 枢纽母线电压 而且灵敏度大小与辨识精度高低基本对应关键词 负荷模型 广域测量系统 参数辨识 轨迹灵敏度收稿日期 %""'("+(%" 修回日期 %""'(!!(!& 国家杰出青年科学基金资助项目 *"+%*+%&!引言近年来"国内外在电力系统负荷建模方面取得了很大进展$!(%"%"大系统理论'复杂系统理论等相关领域的发展为电力系统广域建模与仿真的研究提供了理论基础&基于相量测量单元!>.X #技术的广域测量系统!,-./#在电力系统中的推广则为电力系统广域建模与仿真的研究提供了技术支撑&,-./能够记录同步时标下的电网动态数据"这不但为广域建模提供了数据来源"而且这些广域测量信息蕴含了电网丰富的动态特性&文献$%!(%%%提出利用,-./测量所得的广域电力系统全局变量"进行电力负荷整体建模的方法&文献$%&%提出了基于灵敏度的可辨识性分析方法&广域电力系统负荷建模的基本步骤如下(%确定负荷节点分类的特征变量/&根据各个负荷节点的特征变量"对全系统负荷节点进行分类"假设为1类/'建立系统化!而不是某个负荷节点#的模型评价!优化#指标/+根据,-./测量数据"优化1类负荷参数"使评价指标最优化&具体辨识方法参见文献$%!(%&%&本文进一步从建模方法'误差指标'观测变量方面进行广域电力系统负荷建模的对比研究"所得结果有利于加深关于广域电力系统负荷建模的认识"有利于有关问题的选择&!算例系统本文以Y ===&'节点系统为例"如图!所示&其中"电力负荷参数的准确值已知"这样可以进行各种对比分析&图!!Q K K K5E 节点系统"#$%!!Q K K K5E ;B 1(('()*+将系统分为-"G "H 共&个区域(-区中同调发电机为&""&+"&#/G 区中同调发电机为&&"&$"&*"&)/H 区中同调发电机为&!"&%&将系统中的负荷节点分为&类(负荷节点&"$"!*"!)"!#"%!"%&"%*为(类负荷/负荷节点+"%""%)"%+"%#为)类负荷/负荷节点#"%$"%'"&'为,类负荷&系统干扰是(在节点%)和节点%'之间线路中点"发生瞬时三相短路"&个周期后恢复正常&采用G >-程序计算获得各种动态数据"由此替代,-./测量值&然后采用蚁群优化方法辨识参数"计算过程中精度控制相同&该系统的参数及其辨识过程参见文献$%%%&在进行不同建模方法'不同误差指标的对比研究时"所采用的观测变量是区域之间同调发电机群之间的相对功角&)&$)第&$卷!第*期%"!"年&月!"日5678&$!968*.:;8!""%"!"当然"以Y ===&'节点系统为例所得计算结果不一定具有普遍意义"但大部分结果可以从定性上获得解释& !不同建模方法对比所对比的广域电力系统负荷建模方法是整体建模方法和节点建模方法&图%所示为整体建模方法示意图&图&所示为节点建模方法示意图&图5!电力负荷节点建模方法示意图"#$%5!R -8*+-8*?#4$-@*?*0)/#0?-78整体建模方法针对全部负荷节点同时进行建模"通过,-./获得系统广域测量变量"建立系统级指标"优化获得负荷模型参数&节点建模方法仅针对某一个负荷节点"通过该节点测量装置测得的实测数据建立节点级指标"优化获得该节点的负荷模型参数&整体建模方法与节点建模方法的区别在于(在采用的信息上"从节点标量信息转向广域相量信息/在参数确定上"从节点逐个确定转向多点同步确定/在模型的有效性上"从节点局部有效转向整体全局有效&采用整体建模方法"所得参数如表!第%列所示&采用节点建模方法"在每类负荷中挑选一个节点"分别为节点&"%#"#"所得参数如表!第&列所示&$.>!"*Z !"W /!"$.>%"*Z %"W /%"$.>&"*Z &"W /&分别为(")",类负荷的电动机比例'初始负载率'定子电抗&对比表!中结果可见(节点建模方法的大多数参数误差大于整体建模方法/节点建模方法的少数参数误差小于整体建模方法&当然"从辨识计算量来看"整体建模方法远大于节点建模方法&但由于负荷建模一般是离线的基础性工作"对计算量并没有多少要求"重要的是精度&因此"总体来说"整体建模方法好于节点建模方法&表!!不同建模方法参数辨识结果对比:7B ?*!!H -78,7/7+*)*/(*()#+7)*8B '8#@@*/*4)+*)<-8(参数名准确值整体辨识方法辨识值误差-!L #节点辨识方法辨识值误差-!L #$.>!"8$""8$!+&$8&&"8&)*#3#8***Z !"8$""8$%)+)8)#"8&#&*3$8!&W /!"8!#"8!#!!"8)!"8!)'%3)8""$.>%"8*""8$''!3!8#""8$+#+3$8%)*Z %"8)""8)"$*"8+*"8$'#'3!)8#*W /%"8!)"8!#*)!)8"""8!#""!%8*"$.>&"8$""8$%&'*8'#"8&*'!3!"8%&*Z &"8*""8*"+"!8$""8$!#+3!)8%)W /&"8!#"8!#"'"8*""8!*"+3!)8%#!不同误差指标的对比参数辨识的过程就是寻找一组最佳参数使得目标函数最小化"目标函数是系统重要动态变量的仿真值与测量值之间的误差函数&不同的误差指标函数所得目标函数不同"进而会影响系统参数辨识的结果&误差指标的常用形式有以下&种(!#轨迹误差平方和(K !!%#"':/"!!!G H!/#R %!G H !/#A #%!!#!!%#轨迹误差绝对值(K %!%#"':/"!Y !G H!/#R %!G H !/#A Y !%#!!&#轨迹误差平方和开根号(K &!%#"!&#!!分别采用上述&种误差指标进行整体建模"所得参数辨识结果对比如表%所示&表3!不同误差指标参数辨识结果对比:7B ?*3!H -78,7/7+*)*/(*()#+7)*8B '8#@@*/*4)#48*Y *(参数准确值平方和辨识值误差-!L #绝对值辨识值误差-!L #平方和开根号辨识值误差-!L #$.>!"8$""8$!+&$8&&"8$%!%*8&""8$%!%*8&"*Z !"8$""8$%)+)8)#"8$%+")8+*"8$%+")8+*W /!"8!#"8!#!!"8)!"8!#!""8*)"8!#!""8*)$.>%"8*""8$''!3!8#""8*"!#"8&)"8*"!+"8&$*Z %"8)""8)"$*"8+*"8)"%)"8$&"8)"%)"8$&W /%"8!)"8!#*)!)8"""8!#*+!)8")"8!#*#!)8!&$.>&"8$""8$%&'*8'#"8$%$%)8"*"8$%$&)8"#*Z &"8*""8*"+"!8$""8*")*!8&""8*")$!8%#W /&"8!#"8!#"'"8*""8!#"#"8$$"8!#"#"8$$)$$)%"!""&$!*#!!!对比表%中结果可见(&种误差指标下进行参数辨识都能够得到较好的辨识结果&总体来看"轨迹误差平方和指标所得参数精度略高"这可能是由于误差平方和对于误差大小变化更加灵敏&!不同观测变量的对比在广域电力系统中"不同的观测变量对于电力负荷参数的灵敏度不同"所以选择不同观测变量进行参数辨识的效果也就不同&对于广域电力系统来说"模型的好坏主要取决于能否模拟出系统的整体动态行为"一般比较关注区域之间发电机相对功角'联络线功率以及枢纽母线电压&文献$%%(%&%根据灵敏度和可辨识性的分析指出"主要辨识负荷模型中的&个参数"即电动机的比例$.>'初始负载率*Z 和定子电抗W /"所以下文将重点对比这&个参数的轨迹灵敏度和参数辨识结果&以区域-和G 之间发电机的相对功角为观测变量"轨迹灵敏度曲线如图$所示"轨迹灵敏度平均值如表&所示&可见(%参数灵敏度大小顺序为$.>"*Z "W //&&类负荷的灵敏度大小顺序为,类')类'(类&图9!发电机相对功角的轨迹灵敏度"#$%9!:/7\*0)-/'(*4(#)#2#)#*(-@/*?7)#2*$*4*/7)-/74$?*(表5!发电机相对功角的灵敏度:7B ?*5!&*4(#)#2#)#*(-@/*?7)#2*$*4*/7)-/74$?*(负荷类型$.>*ZW /(类"8!'%&"8!#+*"8"!)%)类"8*+)*"8%'#&"8"#&&,类"8#%#+"8%"$'"8"&$!以联络线&($的功率为观测变量"有功功率和无功功率的轨迹灵敏度平均值如表$所示"有功功率的轨迹灵敏度曲线如图*所示&由表$可见(%有功功率的灵敏度明显大于无功功率的灵敏度/&参数的灵敏度大小顺序为$.>"*Z "W //'&类负荷的灵敏度大小相当&表9!联络线功率的灵敏度:7B ?*9!&*4(#)#2#)#*(-@7)#*?#4*负荷类型有功功率$.>*Z W /无功功率$.>*Z W /(类"8"$&$"8"&!&"8""&'"8""'#"8""+&"8"""')类"8"*$#"8"$!""8""#*"8"!+$"8"!$#"8""%',类"8"&$""8"%)#"8""$""8"!!&"8"!"%"8""!%图=!联络线功率的轨迹灵敏度"#$%=!:/7\*0)-/'(*4(#)#2#)#*(-@7)#*?#4*以区域-与区域G 之间联络线断面的总功率为观测变量"有功功率和无功功率的轨迹灵敏度平均值如表*所示"有功功率的轨迹灵敏度曲线如图)所示&表=!联络线断面功率的灵敏度:7B ?*=!&*4(#)#2#)#*(-@)#*?#4*(B *).**47/*7(负荷类型有功功率$.>*Z W /无功功率$.>*Z W /(类"8!"++"8"#*%"8"!))"8"!"+"8""#'"8""!&)类"8!)#%"8!$$%"8"&"""8"!#&"8"!)+"8""&&,类"8!"%!"8"#*)"8"!%+"8"!!!"8"!"'"8""!$图A !联络线断面功率的轨迹灵敏度"#$%A !:/7\*0)-/'(*4(#)#2#)#*(-@)#*?#4*(B *).**47/*7(由表*可见(%有功功率的灵敏度明显大于无功功率的灵敏度/&参数的灵敏度大小顺序为$.>"*Z "W //'&类负荷的灵敏度大小相当&对比表*和表$可见(采用联络线断面功率作为观测变量的灵敏度大于一条联络线功率作为观测变量的灵敏度"尤其是有功功率的灵敏度"这主要是因为联络线断面功率总量大"而且受负荷的影响也大&以枢纽母线)的电压为观测变量"轨迹灵敏度曲线如图+所示"轨迹灵敏度平均值如表)所示&)*$) 学术研究 !付红军"等!广域电力系统负荷建模的对比研究图C !枢纽母线电压的轨迹灵敏度"#$%C !:/7\*0)-/'(*4(#)#2#)#*(-@7X *'B 1(2-?)7$*表A !枢纽母线电压的灵敏度:7B ?*A !&*4(#)#2#)#*(-@7X *'B 1(2-?)7$*负荷类型$.>*ZW /(类"8"""'"8"""+"8"""&)类"8""!*"8""!&"8"""&,类"8""!""8"""'"8"""!对比表&#表)可见"不同观测量的灵敏度大小顺序依次为(发电机相对功角'联络线功率'枢纽母线电压"而且枢纽母线电压的灵敏度比前者小%个数量级&对比图$#图+可见(发电机相对功角'联络线功率的轨迹灵敏度在很长的时间区间!图中为%"B #上均有较大的数值"而枢纽母线电压的轨迹灵敏度只在扰动初期短时间内表现出一定的数值"随后的灵敏度很小&这个结果可以理解"因为枢纽母线电压主要受到该节点附近负荷的影响"而发电机相对功角和联络线功率与各处负荷节点均有关系&综上所述"枢纽母线电压不适合作为全局性观测变量"而只能作为局部性观测变量&进一步对比时分别采用发电机相对功角'联络线功率作为观测变量"参数辨识结果对比见表+&表C !不同观测变量参数辨识结果对比:7B ?*C !K ()#+7)*8?-78,7/7+*)*/(-@,-.*/('()*+参数名准确值发电机相对功角辨识值误差-!L #联络线功率辨识值误差-!L #$.>!"8$""8$!+&$8&&"8$!*%&8#"*Z !"8$""8$%)+)8)#"8$%#'+8%&W /!"8!#"8!#!!"8)!"8%")!!$8*"$.>%"8*""8$''!3!8#""8*"$'"8'#*Z %"8)""8)"$*"8+*"8)##+!$8+#W /%"8!)"8!#*)!)8"""8!&!)8&+$.>&"8$""8$%&'*8'#"8$!#)$8)**Z &"8*""8*"+"!8$""8$%'&3!$8!$W /&"8!#"8!#"'"8*""8%"*'!$8&'由此可见"发电机相对功角作为观测变量时"大多数参数的辨识精度要高一些&这主要是因为发电机相对功角的灵敏度大"所以采用灵敏度大的观测变量可以获得更高的辨识精度&根据准确模型与%种观测变量下的辨识模型进行仿真计算"所得%种辨识模型的曲线与准确模型的曲线完全吻合"几乎没有区别"如附录-图-!所示&!结语本文针对广域电力系统负荷建模中的几个重要方面进行了对比研究(%对比了%种建模方法"即整体建模方法与节点辨识方法"前者辨识精度高一些"但计算量很大/&对比了&种误差指标"即误差平方和'误差绝对值以及误差平方和开根号"总体上辨识精度相当"而误差平方和指标效果略好/'对比了&类测量变量"即发电机相对功角'联络线功率以及枢纽节点电压"发电机相对功角和联络线功率的灵敏度大'辨识精度高"较适合作为广域电力系统负荷建模的测量变量&附录见本刊网络版 M N N O P P P8:4O B (C D Q 68R 6A :4O B R M C D 04S 8:B OS 参考文献$!%Y ===2:B b V 6;R 46D Z 6:0\4O ;4B 4D N :N C 6D Q 6;?ID :A C R >4;Q 6;A :D R 48/N :D 0:;076:0A 6047B Q 6;O 6P 4;Q 76P:D 00I D :A C R O 4;Q 6;A :D R 4B C A W 7:N C 6D 8Y ===2;:D B 6D>6P 4;/IB N 4A B "!''*"!"!&#(!&"%(!&!&8$%%<X 9?X \>8>6P 4;B I B N 4AB N :_C 7C N I :D 0R 6D N ;67894P T 6;b "9T "X /-(.R F ;:P (J C 77Y D R "!''$(&*($"8$&%沈善德8电力系统辨识8北京(清华大学出版社"!'##8$$%鞠平"马大强8电力系统负荷建模8%版8北京(水利电力出版社"%""#(!(!$$8$*%Y ===2:B bV 6;R 48G C _7C 6U ;:O M I 6D 76:0A 6047B Q 6;O 6P 4;Q 76P :D 00I D :A C R O 4;Q 6;A :D R 4B C A W 7:N C 6D 8Y ===2;:D B6D >6P 4;/IB N 4A B "!''*"!"!!#(*%&(*$)%石景海"贺仁睦8基于量测的负荷建模)))分类算法8中国电机工程学报"%""$"%$!%#(+#(#%8/J Y 1C D U M :C "J =\4D A W 8.4:B W ;4A 4D N (_:B 4076:0A 6047C D U )B 6;N C D U :7U 6;C N M A8>;6R 440C D U B 6QN M 4H /=="%""$"%$!%#(+#(#%8$+%石景海"贺仁睦8动态负荷建模中的负荷时变性研究8中国电机工程学报"%""$"%$!$#(#)('"8/J Y 1C D U M :C "J =\4D A W 8Z 6:0N C A 4(`:;C :N C 6DB N W 0I C D0I D :A C R 76:0A 6047C D U 8>;6R 440C D U B 6Q N M 4H /=="%""$"%$!$#(#)('"8$#%.-1"J =\."J Y Z Z?18Z 6:0A 6047C D U _I Q C D 0C D U B W O O6;N `4R N 6;B 6Q 76:00:N :Q ;6AQ C 470A 4:B W ;4A 4D N B 8Y ===2;:D B6D >6P 4;/IB N 4A B "%"")"%!!%#(+%)(+&*8$'%J =\.".-1"J Y Z Z ?18H 6A O 6BC N 476:0A 6047CD U `C :A 4:B W ;4A 4D N :O O ;6:R M 8Y ===2;:D B6D>6P 4;/I B N 4A B "%"")"%!!%#())&()+%8$!"%张东霞"汤涌"朱方"等8接于高压母线的电动机负荷等值模型8中国电机工程学报"%"")"%)!)#(!$(!#8))$)%"!""&$!*#!^J-9F ?6D U S C :"2-9F T 6D U "^JX V :D U "4N :78=[W C `:74D NA 6047Q 6;C D 0W R N C 6D (A 6N 6;76:0R 6D D 4R N 40N 6M C UM `67N :U 4_W B 8>;6R 440C D U B 6Q N M 4H /=="%"")"%)!)#(!$(!#8$!!%张红斌"汤涌"李柏青8差分方程负荷模型参数分散性的研究8中国电机工程学报"%"")"%)!!##(!(*8^J-9F J 6D U _C D "2-9F T 6D U "Z Y G :C [C D U 8/N W 0I 6D 0C B O 4;B C D U 6Q 0C Q Q 4;4D R 44[W :N C 6D 76:0A 6047O :;:A 4N 4;B 8>;6R 440C D U B 6Q N M 4H /=="%"")"%)!!##(!(*8$!%%汤涌"张红斌"侯俊贤"等8考虑配电网络的综合负荷模型8电网技术"%""+"&!!*#(&$(R-9F T 6D U "^J-9F J 6D U _C D "J c X 1W D S C :D "4N:78-B I D N M 4B C B 76:0A 6047P C N M0C B N ;C _W N C 6DD 4N P 6;b 8>6P 4;/IB N 4A 24R M D 676U I "%""+"&!!*#(&$($!&%史真惠"朱守真"郑竞宏"等8改进G >神经网络在负荷动静态比例确定中的应用8中国电机工程学报"%""$"%$!+#(%*(&"8/J Y ^M 4D M W C "^JX /M 6W K M 4D "^J =9F 1C D U M 6D U "4N :78-O O 7C R :N C 6D6Q C A O ;6`40_:R b O ;6O :U :N C 6DD 4W ;:7D 4N P 6;bQ 6;C 04D N C Q C R :N C 6D 6Q N M 4O 4;R 4D N :U 46Q 0I D :A C R R 6A O6D 4D N C D R 6A O 6B C N 476:08>;6R 440C D U B 6Q N M 4H /=="%""$"%$!+#(%*(&"8$!$%鞠平"金艳"吴峰"等8综合负荷特性的分类综合方法及其应用8电力系统自动化"%""$"%#!!#()$()#81X >C D U "1Y 9T :D ",X V 4D U "4N :78/N W 0C 4B6DR 7:B B C Q C R :N C 6D :D 0B I D N M 4B C B6QR 6A O :;C B 6D 0I D :A C R76:0B 8-W N 6A :N C 6D 6Q =74R N ;C R>6P 4;/IB N 4A B "%""$"%#!!#()$()#8$!*%鞠平"陈谦"熊传平"等8基于日负荷曲线的负荷分类和综合建模8电力系统自动化"%"")"&"!!)#()('81X >C D U "H J =9a C :D "]Y c 9F H M W :D O C D U "4N :78Z 6:0R 7W B N 4;C D U :D 0B I D N M 4N C R A 6047C D U _:B 406D0:C 7I 76:0R W ;`4B 8-W N 6A :N C 6D6Q=74R N ;C R>6P 4;/I B N 4A B "%"")"&"!!)#()('8$!)%鞠平"何孝军"黄丽"等8广义电力负荷的模型结构和参数确定8电力系统自动化"%"")"&"!%&#(!!(!&81X >C D U "J =]C :6d W D "JX -9F Z C "4N:78.6047B N ;W R N W ;4B :D 0O :;:A 4N 4;4B N C A :N C 6D6Q U 4D 4;:7C K 4076:0B 8-W N 6A :N C 6D6Q =74R N ;C R>6P 4;/IB N 4A B "%"")"&"!%&#(!!(!&8$!+%H J c YG <"H J Y -9F J ?"Z YT J "4N:78.4:B W ;4A 4D N (_:B 400I D :A C R 76:0A 6047B (04;C `:N C 6D "R 6A O :;C B 6D ":D 0`:7C 0:N C 6D 8Y ===2;:D B 6D >6P 4;/IB N 4A B "%"")"%!!&#(!%+)(!%#&8$!#%^J c X 9">Y =\\=1,"J-X =\1V 8Y D C N C :7;4B W 7N B C D O 6P 4;B I B N 4AC 04D N C Q C R :N C 6D Q ;6A C D d 4R N 40O ;6_C D U B C U D :7B W B C D U :B W _B O :R 4A 4N M 608Y ===2;:D B 6D >6P 4;/I B N 4A B "%"")"%!!&#(!%')(!&"%8$!'%马进"王景钢"贺仁睦8电力系统动态仿真的灵敏度分析8电力系统自动化"%""*"%'!!+#(%"(%+8.-1C D ",-9F1C D U U :D U "J =\4D A W 8/4D B C N C `C N I :D :7I B C B 6Q O 6P 4;B I B N 4A 0ID :A C R B C A W 7:N C 6D 8-W N 6A :N C 6D 6Q =74R N ;C R >6P 4;/I B N 4A B "%""*"%'!!+#(%"(%+8$%"%孙元章"杨新林8电力系统动态灵敏度计算的伴随方程方法8电力系统自动化"%""&"%+!&#()(!%8/X 9T W :D K M :D U "T -9F]C D 7C D 8-0d 6C D N 4[W :N C 6DA 4N M 60B Q 6;0I D :A C R B 4D B C N C `C N I R :7R W 7:N C 6DC D O 6P 4;B IB N 4A B 8-W N 6A :NC 6D 6Q=74R N ;C R>6P 4;/I B N 4A B "%""&"%+!&#()(!%8$%!%F X -9]"/X 9T "H J =9F Z 8-76:0O :;:A 4N 4;C 04D N C Q C R :N C 6D A 4N M 60_:B 406D P C 04:;4:A 4:B W ;4A 4D N-->;6R 440C D U B 6Q N M 4#N M Y D N 4;D :N C 6D :7>6P 4;=D U C D 44;C D U H 6D Q 4;4D R 4"?4R 4A _4;&()"%""+"/C D U :O 6;4($&!($&)8$%%%谢会玲"鞠平"陈谦"等8广域电力系统负荷整体建模方法8电力系统自动化"%""#"&%!!#(!(*8]Y =J W C 7C D U "1X>C D U "H J =9a C :D "4N :78/N W 0C 4B 6D474R N ;C R 76:0A 6047C D U 6Q P C 04:;4:O 6P 4;B I B N 4A B 8-W N 6A :N C 6D 6Q =74R N ;C R>6P 4;/IB N 4A B "%""#"&%!!#(!(*8$%&%谢会玲"鞠平"罗建裕"等8基于灵敏度计算的电力系统参数可辨识性研究8电力系统自动化"%""'"&&!+#(!+(%!8]Y =J W C 7C D U "1X >C D U "Z X c 1C :D I W "4N:78Y 04D N C Q C :_C 7C N I :D :7I B C B6Q76:0O :;:A 4N 4;B_:B 406DB 4D B C N C `C N I R :7R W 7:N C 6D 8-W N 6A :N C 6D6Q=74R N ;C R>6P 4;/IB N 4A B "%""'"&&!+#(!+(%!8付红军 !'+& 男 高级工程师 总工程师 主要研究方向 电力系统运行分析与控制 =(A :C 7 M d Q W $`#)8D 4N 鞠!平 !')% 男 通信作者 博士 教授 博士生导师 副校长 主要研究方向 电力系统建模与控制 =(A :C 7 O dW $M M W 840W 8R D 孙!冉 !'+) 女 高级工程师 主要研究方向 电力系统运行分析与控制 =(A :C 7 O4;B C :B W D $!%)8R 6A P -+,7/7)#2*&)18#*(-4H -78T -8*?#4$#4^#8*L /*7>-.*/&'()*+(O 4=;.60E .!7K 4$/.6%7C 4:]L .!7W 9+=E /I /.6%e !h J 4D :D=74R N ;C R>6P 4;?C B O :N R M C D U H 4D N 4;f ^M 4D UK M 6W$*""*%f H M C D :i %h J 6M :CX D C `4;B C N I f 9:D d C D U %!""'#f H M C D :g L B ()/70)M G I R 6A O :;C D U N M 4U 76_:7A 6047C D U A 4N M 606Q 474R N ;C R 76:0BP C N M N M 4D 604A 6047C D U A 4N M 60f C N R :D_4R 6D R 7W 040N M :N N M 4O :;:A 4N 4;:R R W ;:R I 6QN M 4U 76_:7A 6047C D U A 4N M 60C B:7C N N 74_4N N 4;N M :DN M :N6QN M 4D 604A 6047C D U A 4N M 60f_W NN M 4R 6A O W N C D U P 6;b 76:0C BA W R M U ;4:N 4;h G :B 406D:R 6A O :;C B 6D_4N P 44D N M ;440C Q Q 4;4D N 4;;6;C D 0C R 4B f N M 4;4B W 7N B B M 6PN M :N N M 4I M :`4;6W U M 7I N M 4B :A 4O :;:A 4N 4;:R R W ;:R I fP M C 74N M 4C D 04S6Q N ;:d 4R N 6;I 4;;6;B [W :;4B_4M :`4BN 674;:_7I P 477h2M 4D f N M ;44b C D 0B 6QA 4:B W ;4A 4D N`:;C :_74B:;4R 6A O :;40h2M 44S :A O 74B M 6P BN M :N N M 4B 4D B C N C `C N I 04R ;4:B 4BP C N MN M 4;47:N C `4U 4D 4;:N 6;:D U 74f N C 47C D 4O 6P 4;:D 0b 4I _W B `67N :U 4h Y N M :B _44D Q 6W D 0N M :N N M 4U ;4:N 4;N M 4B 4D B C N C `C N I C B f N M 4M C U M 4;P C 77N M 4:R R W ;:R I _4h 2M C BP 6;b C BB W O O 6;N 40_I 9:N C 6D :79:N W ;:7/R C 4D R 4V 6W D 0:N C 6D6QH M C D :Q 6;9:N C 6D :7c W N B N :D 0C D U T 6W D U Y D `4B N C U :N 6;e 96h *"+%*+%&g hN *'.-/8(M 76:0A 6047i P C 04:;4:A 4:B W ;4A 4D N B I B N 4A e ,-./g i O :;:A 4N 4;C 04D N C Q C R :N C 6D i N ;:d 4R N 6;I B 4D B C N C `C N I )+$) 学术研究 !付红军"等!广域电力系统负荷建模的对比研究附录Ad e l t a (°)t (s)准确模型; 发电机功角辨识模型; 联络线功率辨识模型图A1 发电机相对功角δBCFig.A1 Dynamic curves of relative angles δBC。